该文综述基于深度学习的单图像三维重建:利用深度网络从单图预测3D点云,提出条件形状采样器以应对真实世界几何变换与地面模糊,可生成多个可能形状;另有方法用2D卷积多视角预测3D结构,并结合几何推理与投影优化生成密集点云。综述还梳理形状表示、网络结构与训练机制进展,比较性能并展望方向。
完成下面两步后,将自动完成登录并继续当前操作。